参数设计简述
参数设计是三次设计法里的二次设计,是在系统设计之后执行。参数设计的基本思想是通过选择系统中所有参数(包含原材料、零件、元件等)的最佳水平组合，进而尽量降低外部、内部和产品间三种干扰的影响，使所设计的产品质量特性波动小，平稳性好。此外，在参数设计阶段，一般选用能满足运用环境条件的最低质量等级的元件和性价比高的加工精度来执行设计，使产品的质量和成本两方面均得到改观。
">编辑]参数设计的基本内容
由田口玄一对质量的定义可以得知:质量特性偏离目标就会产生损失。而噪声原因对质量特性的影响可以分为4种类型，如下图所示，所以为了降低质量特性偏离目标值所产生的损失，务必保证高达目标值并达到波动最小。但从平均质量损失
来说，清除(μ −
m)2相对比较容易,而减弱σ2即降低波动，则相对比较问题。从成本高低的角度出发，降低波动的方法首要有三种:
(1)利用愈加严厉的容差限，过滤出质量低劣的产品
(2)找出引起故障的原因，并采取相应措施清除这些原因
(3)采取稳健参数设计技术，设计出对噪声原因不敏感的产品
自此可以看出，为了降低损失，传统做法是在制造过程中监控过程的波动，调整过程降低制造缺陷，致使响应参数位于容差限内。但这些改进方法不但增长了制造过程的成本，而且没有从根本上改进产品的质量。所以田口提出:既然检验和统计过程控制阶段都无法完全弥补失利的设计导致的损失，那么在设计阶段就应当重视质量。为了在设计阶段得到期望的产品质量，他提出了参数设计的思想，目的是以低成本生产出高质量、高稳健的产品。
">编辑]参数设计的基本原理
一般，一个产品的质量特性是通过一个复杂的非线性函数与其产品参数和噪声原因建立相关的。所以有机会寻到参数的很多不同组合，致使产品质量特性值在名义噪声条件下(当噪声原因恰好处在其名义值时)高达所需的日标值。但是，受于非线性关系。这些不同的参数组合会引起质量特性值造成完全不同的波动，即便噪声原因的波动维持不变。所以参数设计的首要目标是利用非线性关系寻到参数的最佳组合，致使质量特性值环绕目标值的波动最小。
首先通过一个简单的数学公式来理解非线性关系。定义控制原因为
，噪声原因为
,y和x、z之间的关系可表明为：
y =
f(
x,
z)(1)
那么噪声原因与名义值之间的偏差
引起的质量特性值与日标值的偏差
近似可表明为:
(2)
假使噪声原因的偏差是无相关的，那么可以得到y的方差
为:
+\cdots+\left(\frac{\partial f}{\partial z_n}\right)^2\sigma^2_{z_n}(3)
所以方差
是噪声原因的方差
和敏感系数
的乘积之和，其中敏感系数是有关控制原因的函数。所以所谓的稳健产品(或稳健工序)是指致使公式(3)中的敏感系数高达最小值的产品(或工序)。下面通过一个具体实例来看明了参数设计的非线性原理，如下图所示.
从图中可以看出，曲线R点处为最佳设置，在该点响应的离散度处在最小状态。受于质量特性Y与系统原因(或控制原因)x具有非线性关系
y =
f(
x)，所以可以通过调整控制原因x的取值来寻求对随机原因(噪声原因)不敏感的参数水平，以得到最佳设置点R。但值得注意的是，当输出响应y与控制原因x具有线性关系时，稳健参数设计方法失效。如何得到有关每个噪声原因的最佳设置正是稳健参数设计技术最具考验力和优势的地力。
">编辑]参数设计的基本流程
在产品设计阶段，工程师们花费大批时间来研究在不同的产品运用环境下，各种设计参数是如何影响产品性能的。而参数设计作为一种“增大器”，它致使工程师们可以利用较少的试验费用和时间来得到决策所需的信息。参数设计技术首要完成两个任务，同期也是达到稳健性能目的所采取的两种首要工具:
1)设计和开发阶段测量质量。利用某特定的质量指示器，来预期出某特殊设计参数发生改变时对产品性能的影响程度。
2)利用有效的试验寻求与设计参数相关的牢靠信息，以避免制造和顾客运用环境下设计发生改变。同期还要保证把所花费的时间和资源减弱到最低限度。
具体实行过程是借鉴正交试验设计，首先确定影响输出质量特性的原因及其水平，然后对原因执行分类，利用内外正交表安排试验，采取SIN比执行报告分析，确定原因的最佳水平。具体的实行流程图见下图。田口玄一的参数设计为设计工程师们给予了一种在绩效和成本的基础上，来决定最佳设计参数的系统而有效的方法。
参数设计的方法
参数设计是一个多原因选优困难。受于要考虑三种干扰对产品质量特性值波动的影响，探求抗干扰性能好的设计方案，所以参数设计比正交试验设计要复杂得多。田口博士采取内侧正交表和外侧正交表直积来安排试验方案，用信噪比作为产品质量特性的平稳性指标来执行统计分析。
为何即便采取质量等级不高、波动较大的元件，通过参数设计，系统的功能仍十分平稳呢？这是由于参数设计利用了非线性效应。
一般产品质量特性值y与某些元部件参数的水准之间存在着非线性关系，假如某一产品输出特性值为y，目标值为m，选用的某元件参数为x，其波动规模为Dx (一般呈正态分布)，若参数x取水平x1，受于波动Dx，引起y的波动为Dy1(如图)，通过参数设计，将x1移到x2，此时同样的波动规模Δx，引起y 的波动规模缩减成Dy2，受于非线性效应十分显著，Dy2Δy2，即提升了元件质量等级后，对应于x1的产品质量特性y的波动规模依然比采取较低质量等级元件、对应于水平x2的y波动规模D y2要宽，自此可以看出参数设计的优越性。
">编辑]参数设计的目标
参数设计的目标——得到可加模型
参数设计的目标是得到控制原因的最佳组合，致使产品或过程对噪声原因不敏感或是稳健的，同期，参数设计还期望能够得到控制因索的可加模型。可加模型也称作再加上模型、变量分离模型是指几个因索(或变量)的总效应等于单个原因的效应之和。单个原因的效应或许为线性的、_二次的或更高阶次的。但是，在可加模型中不允许存在包含两个或许多个原因的交叉项。假使得到了可加模型，那么只需要知道控制原因的主效应，就能预期出产品在控制原因的任何组合下的性能，而且可以节约大批的试验时间和金钱。但是假使控制原因的效应不具有可加性，那就务必在控制原因的所有组合设置在执行试验以前得到最佳组合。而且假使控制原因的数目非常之多的话，试验就会变得非常昂贵。
得到可加模型仍有此外一个重要原因。受于执行试验的环境也可以当作一个控制原因，那么三种类型的环境:实验室、制造环境和顾客运用环境，均可当作控制原因处理。假使在实验室环境下观察到控制原因之间存在很强的交互作用，那么这些控制原因还或许与实验室的环境发生交互.所以，在实验室环境下得到的控制原因的最佳组合很或许在制造环境或顾客运用环境下被证明不是最佳选择。
自此可见，控制原因之间存在交互作用是参数设计中的一个重要困难，所以，通过明智地选择质量特性、控制原因、噪声原因和试探环境，尽管不能保证能够得到可加模型，但是值得降低交互作用的程度和重要度。
参数设计的案例分析
比如，有一晶体管稳压电源，输入为交流220V，要求输出目标值为直流110V，波动规模务必控制在±2V。决定稳压电路输出特性的首要原因是晶体管的电流增大倍数 hFE（其输出特性呈非线性关系）以及调节电阻R的大小（电阻的输出呈线性关系）。
一般专业设计人士目睹电路输出与目标值发生偏离时，大多是调整晶体管 hFE的工作点，使输出高达目标值，但又造成了输出电压波动偏大的困难。比如原稳压电源的晶体管hPE工作点在A1（A1=20），对应的输出电压为95V。这时，设计人士一般是把hFE从A1调整到A2（A2=40），使输出电压高达110V。但是，晶体管的hFE总会有一定规模的波动。假定hFE的波动规模为±20，当选定A2=40为设计中心值时，hFE就将于20-60（A1-A3）之间波动，对应的输出目标的波动规模会是95-120V。以往为处理这一困难，均为更深一步严格挑选元件，以减小hFE的波动规模。如此势必增长制产生本。如何运用参数设计的原理来优化设计呢？自此可知，当A4=80这个工作点时，对应的输出特性曲线改变的平坦区。当下仍采取hFE波动为±20的晶体管，但工作点选A4=80上，此时输出电压波动规模为120耀122V之间，波动程度大大减小。但这时的输出电压为121V，比目标值110V高出一个M=11V的偏差。这个偏差可用线性元件电阻 R来校正，通过更改电阻R的大小来调整输出电压；使其高达110V。通过这项设计，我们寻到了晶体管hFE与电阻的最佳参数组合为A4B4。
在设计开发的过程中，常常是在关系未知的情形下执行参数设计的，并非是象上例中的关系清晰可鉴。这就务必通过试验的办法，并借助于正交试验、方差分析、信噪比等数理统计的方法，以较少的次数找出符合设计目标值且平稳性很高的参数组合。
参考文献↑ 1.0 1.1 1.2 1.3 肖艳.参数设计分析及优化模式研究.西北工业大学.2004
